2021年 | プレスリリース?研究成果
医師の判断プロセスに学んだ緑内障の画像診断システム －少数医用画像に対する階層的転移学習による機械学習法－
【本学研究者情报】
〇本学代表者所属?職?氏名：大学院医学系研究科 眼科学教室 ?教授?中澤 徹
【概要】
理化学研究所（理研）光量子工学研究センター画像情报処理研究チームの横田秀夫チームリーダー、安光州客员研究员、秋叶正博客员研究员、东北大学大学院医学系研究科眼科学教室の中泽彻教授、面高宗子助教らの共同研究チームは、阶层転移学习[1]を适用し、少数の医用画像から緑内障の病态を自动分类する机械学习[2]モデルを构筑し、治疗方针を决めるための有用な情报を提示することに成功しました。
本研究成果の机械学习法による画像诊断システムは、緑内障に限らず、ラベル付きデータ[3]を収集することが困难な医疗分野で、少数の医用画像から高精度な病态分类の机械学习モデルを开発する手法として有用です。
緑内障の诊断には、视神経乳头[4]形状に基づく分类（ニコレラ分类）が有効です。しかし、医师が眼底検査画像の読影により主観的に判断して分类するため、客観性がありませんでした。
今回、共同研究グループは、医师の诊断プロセスに学んだ机械学习法を独自に开発しました。この机械学习法により、眼底検査[5]装置の光干渉断层计（翱颁罢）[6]で撮影した画像データを用いて、緑内障病態分類モデルを構築しました。このモデルでは、階層転移学習を用いない従来法に比べて専門医による分類結果との一致度が高精度（Cohen's Kappa[7]：0.809）であり、データ数を1/4 に減らしても高精度を維持しました。
本研究は、科学雑誌『Scientific Reports』オンライン版（3月1日付）に掲載されました。
本研究で开発した机械学习法の手顺
【用语解説】
[1] 階層転移学習、転移学習
既にある领域で构筑済みのモデルを他の领域で适用させる技术を転移学习という。新しいデータセットを用いて、モデルを再构筑する必要がある。阶层転移学习は転移学习の一种で、正常と疾患を区分（大分类）してから、大分类モデルから転移学习して细分类モデルを构筑する。
[2] 機械学習
人间の学习能力と同様に、机械（コンピュータ）に学习能力を持たせる手法。データから机械自身が反復的に解析し、ルールを见つけ出すという特徴がある。
[3] ラベル付きデータ
正解が既に分かっているデータ。
[4] 視神経乳頭
网膜の中枢となる部位で、全ての网膜の神経线维が视神経乳头を通して脳へ向かう。
[5] 眼底検査
视覚は网膜の働きにより得られる。眼底検査とは、眼科计测装置によって、瞳孔を通して网膜を撮影し観察すること。
[6] 光干渉断層計（OCT）
光の干渉を用いて、非侵襲的に眼底の2 次元断面を測定できる眼科装置。光ビームの２次元の走査により、３次元ボリュームの計測が可能である。OCT はOptical Coherence Tomography の略。
[7] Cohen's Kappa
機械学習モデルの評価指標。カッパ係数とも呼ばれる。0?1 の数値であり、1 に近いほど高精度で、ガイドラインによると、0.8 を超えたらVery Good 精度、0.6?0.8であればGood 精度とされる。
问い合わせ先
东北大学大学院医学系研究科 眼科学教室
教授 中泽 彻（なかざわ とおる）
罢贰尝：022-717-7294
贵础齿：022-717-7298
贰-尘补颈濒：苍迟辞谤耻*辞辫丑.尘别诲.迟辞丑辞办耻.补肠.箩辫（*を蔼に置き换えてください）
东北大学大学院医学系研究科?医学部 広报室
罢贰尝：022-717-7891
贵础齿：022-717-8187
贰-尘补颈濒：辫谤-辞蹿蹿颈肠别*尘别诲.迟辞丑辞办耻.补肠.箩辫（*を蔼に置き换えてください）